E資格学習 応用数学③ 情報理論 基礎まとめ
E資格取得に向けた学習として要点をまとめます。今回のテーマは「応用数学」ということで「線形代数」「確率・統計」「情報理論」の3分野について、要点とキーワード、pythonでの実装コードをまとめていきたいと思います。
情報理論
自己情報量
情報量とは「ある事象が起きた時にどのくらい珍しい事象か」という尺度
つまり、珍しい事象(確率が小さい)ほど、情報量が多くなる性質をもつ = 驚きの度合い
自己情報量は以下の式で表される。
自己情報量
(補足)P(x):確率分布
シャノンエントロピー
平均情報量ともよばれる。自己情報量の期待値のこと。
平均情報量=E(自己情報量)
平均情報量 P(x):確率分布
KL(カルバックライブラー)ダイバージェンス
2つの確率分布を比較する量。
正しい分布Pに従って出てきた出力をみて、それがQではなくPだと知った時に得られる情報量の期待値(不確かさの修正度合いとも言える)
(例)あたりの確率が1/2だと思っていたが、実はあたりの確率が1/4であった場合